CardioPPG：基于PPG-ECG跨模态对比学习的心血管疾病早期筛查新框架

《npj Digital Medicine》：AI modeling photoplethysmography to electrocardiography useful for predicting cardiovascular disease

本研究针对光电容积脉搏波（PPG）在心血管疾病（CVD）筛查中易受噪声干扰且缺乏直接电生理标记的局限性，提出了一种名为CardioPPG的跨模态学习框架。通过对比学习将PPG与心电图（ECG）特征在共享潜在空间中对齐，并结合自回归生成模型合成高质量ECG信号。实验表明，CardioPPG在10类CVD筛查中显著优于PPG基线模型（如对二尖瓣/主动脉瓣疾病、心房颤动（AF）的AUC提升达41.3%和12.2%），并在外部AF数据集中达到99.5%的AUC，证实其泛化能力。该研究为家庭场景下低成本、非侵入性心血管监测提供了可解释的AI解决方案。

　　

心血管疾病（CVD）是全球死亡的首要原因，早期检测对改善患者预后至关重要。然而，传统心电图（ECG）检查依赖专业设备与人员，难以在家庭环境中普及。光电容积脉搏波（PPG）作为消费级穿戴设备中广泛使用的非侵入性技术，虽具便携优势，却因信号易受噪声干扰且缺乏直接电生理信息，其在心律失常、缺血性心脏病等关键CVD诊断中的准确性受限。这一矛盾凸显了通过融合ECG的判别性特征以增强PPG筛查能力的迫切需求。

为此，浙江大学团队在《npj Digital Medicine》发表研究，提出CardioPPG——一种创新的跨模态学习框架。该框架通过对比学习将PPG与ECG信号在潜在空间中对齐，使PPG能够捕获ECG的关键表征，并利用自回归模型生成高保真ECG波形以提升结果可解释性。研究旨在解决PPG在家庭环境中筛查CVD的可靠性问题，为资源有限场景下的早期干预提供新思路。

关键方法概述

研究基于PulseDB（含MIMIC-III、VitalDB）和MESA数据集，对超过890万段PPG-ECG配对信号进行预处理与质量过滤。技术核心包括：（1）采用掩码自编码器（MAE）对PPG和ECG分别进行自监督预训练；（2）通过对比学习损失函数实现双模态特征空间对齐；（3）设计基于短时傅里叶变换（STFT）的双分支向量量化变分自编码器（VQ-VAE）与双向Transformer，构建PPG条件引导的ECG生成模型。下游任务使用PulseDB-MIMIC数据集进行10类CVD分类微调，并在外部AF数据集（BBX46智能戒指采集）验证泛化性。

研究结果

1. 心血管疾病筛查性能

在PulseDB-MIMIC数据集的10类CVD二分类任务中，CardioPPG均显著优于仅使用PPG的自监督基线（SSL-PPG）。例如，对二尖瓣/主动脉瓣疾病（MAVD）的检测AUC达0.852，与ECG基线模型（SSL-ECG）无统计学差异；对心房颤动（AF）的AUC提升至0.966，接近临床ECG诊断水平。尤为突出的是，CardioPPG在心肌病（CM）和阵发性室上性心动过速（PSVT）分类中甚至超越SSL-ECG模型（AUC分别为0.813和0.903）。

2. 模型泛化能力

在外部AF数据集（86例样本）的双通道PPG测试中，CardioPPG在两个通道的AUC分别达到99.5%和98.6%，显著高于SSL-PPG基线。此外，在非心血管任务（如日常活动数据集PPG-DaLiA和情绪数据集WESAD）中，CardioPPG亦表现稳定，其跨领域适应性挑战了“ECG始终为上限”的传统认知。

3. 标签效率与收敛速度

当仅使用10%的标注数据微调时，CardioPPG仍优于全量训练的SSL-PPG基线，显示其强大的小样本学习能力。在训练效率方面，CardioPPG平均收敛所需epoch数比SSL-PPG减少约50%，显著降低计算成本。

4. 心律失常亚型深度分析

在正常心律、PSVT、PVT和AF的四分类任务中，CardioPPG对AF的检测AUC达0.987，远高于SSL-PPG（0.778），且接近SSL-ECG（0.993）。混淆矩阵显示其多类判别能力均衡，印证了跨模态对齐对细粒度心律失常筛查的增强作用。

5. ECG生成质量评估

CardioPPG在ECG合成任务中全面优于RDDM、WGAN等基线方法。其生成的ECG在分布指标（如Fréchet距离、自相关差异）上更接近真实信号，t-SNE可视化显示生成与真实ECG几乎完全重叠。定性案例进一步验证了其对QRS波群、ST段等关键形态的保真度。

结论与展望

CardioPPG通过跨模态对比学习与生成建模的协同，实现了PPG信号对ECG临床信息的有效捕获，为家庭环境下心血管疾病的早期、连续监测提供了新范式。其核心优势在于：①突破PPG的生理信息局限，在多项CVD筛查中达到或超越ECG性能；②生成的可视化ECG波形增强模型可解释性，辅助临床决策；③高效的数据利用能力降低对标注资源的依赖。研究局限性包括训练数据地理代表性不足、生成机制与疾病形态关联尚不明确等。未来需通过多中心前瞻性研究验证临床适用性，并探索环境噪声、肤色差异等现实因素的影响。该框架的弱监督跨模态迁移范式有望拓展至其他不对称模态配对（如影像注释与传感器数据），推动多模态医疗AI的发展。